Incidence and risk factors for travellers’ diarrhoea among short-term international adult travellers from high-income countries: a systematic review with meta-analysis of cohort studies
Notice bibliographique
Résumé
INTRODUCTION: Travellers' diarrhoea (TD) continues to be the most common travel-related medical event in international travellers. Updated incidence and risk factor data will improve pre-travel medical advice for travellers from high-income countries (HICs), providing an opportunity for disease prevention and appropriate disease management. METHODS: A systematic search for cohort studies of TD incidence published between 1 January 1997 and 2 March 2023 was performed using Ovid Medline, SCOPUS and Google Scholar databases. Study quality was assessed with a modified Newcastle-Ottawa Scale (NOS). We extracted incidence data for adults travelling less than 100 days from HIC and available risk factor data. The overall random-effects pooled incidence and the corresponding 95% confidence intervals (95% CI) were estimated. Heterogeneity was assessed using the I2 statistic, tau and the 95% prediction intervals. Subgroup analyses were conducted to identify the sources of heterogeneity. Risk factor studies were reviewed qualitatively and described. RESULTS: Ten studies were included in the meta-analysis, containing 8478 participants. Two of the studies measured as high quality and eight as good quality as assessed by the modified NOS. The TD incidence was 36.1% (95% CI 24-41%; I2 94%), with a prediction interval ranging from 20.3 to 55.8%. The pooled incidence of mild, moderate and severe TD was 23.6, 8.1 and 2.9%, respectively. Subgroup analysis showed that the incidence increased with increasing average data collection period. Risk factors for TD in travellers from HIC identified include younger age, longer travel periods, low and middle-income destinations, travelling for tourism, backpacking travel styles and pre-travel health status. CONCLUSION: It is estimated that between 20 and 56% of international travellers can expect to develop TD in travel of under 100 days. While most cases are mild, ~3% of all travellers will experience a disease that prevents usual activities or requires medical attention.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,024 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».